新媒网 · 跨境数据社区

微软开源创新音频模型VibeVoice-1.5B

8月26日讯，今天凌晨，微软研究院开源了创新音频模型VibeVoice-1.5B。VibeVoice-1.5B开创了语音界多个重大技术突破：一次性可连续合成90分钟超长逼真语音，之前多数模型只能合成60分钟以内语音，并且30分钟后会出现音色漂移、语义断裂等难题。